腾讯研发全新TiG框架:可用AI玩王者荣耀让AI模型学会战略性思考
来源:24直播网
发布时间:2025-10-05 03:12:50
电竞资讯10月4日称 据 decoder 今天报道,腾讯研究人员最近用《王者荣耀》游戏作为训练平台,探索如何让AI在游戏中学会“战略性思考”,研究全新 TiG(Think in Games)框架,相关成果已发表于 Hugging Face 平台和 arXiv 期刊。
Qwen3-14B:决策准确率达 90.91%,超越 DeepSeek-R1 Qwen2.5-32B :准确率从 66.67% 提升至 86.84% Qwen2.5-14B:准确率从 53.25% 提升至 83.12%

研究团队指出,目前的 AI 模型存在明显的功能鸿沟,以游戏为取向的 AI 能正常游玩但无法理解自己所做的决策,而语言模型虽然可以推理策略,但很难真正执行操作,为此他们研发了全新 TiG 框架,让模型在游戏中同步思考、行动。

团队选择以《王者荣耀》游戏作为训练范本,先使用匿名且标准化的赛事数据定义推上路、击杀暴君、守家等 40 种宏观行动,胜负回数均衡,AI 模型们必须要在每个定义好的场景下选择最佳策略,并解释其战略缘由。

具体来说,训练分为两个阶段,首先是在监督中学习,弄清楚这些策略的基本机制;随后通过奖励机制进行强化学习,如果行动正确能得 1 分,错误行动则得 0 分。

随后团队测试了多种语言模型,涵盖 Qwen2.5(7B、14B、32B)、Qwen3-14B 模型,并使用 DeepSeek-R1 大模型作为对照组;先从 DeepSeek-R1 提炼高质量训练数据,然后使用群体相对策略优化(GRPO)技术,比较不同策略之间的优劣。

最终经过 TiG 框架训练的模型不仅能制定行动计划,还能解释原因,例如 AI 会指出某个防御塔防守薄弱,是理想的进攻目标,但需要注意埋伏的敌人。模型训练后仍保持原有的文本理解、数学推理与问答能力。

最终测试结果如下:
- 对照组 DeepSeek-R1:决策准确率达 86.67%
相关阅读
最新录像
最新集锦
新疆大胜江苏止3连败阿不都16+5哈里斯28+6庞峥麟11中2
01-20
福建击败同曦终结3连败特莱斯24+6+7邹阳21分郭昊文26分
01-20
史密斯43+7读秒阶段两记致命三分助深圳反绝杀浙江!约克22分
01-20
天津击退宁波取4连胜郑昊燃19分哈姆雷特34+5辛普森43分
01-20
辽宁惜败山西赵继伟15+6+7莫兰德15+15迪亚洛26+6
01-20
上海轻取北京迎3连胜古德温24分白边16+14翟晓川12+6
01-20
连续两届进决赛!U23日本10韩国小泉佳弦补射制胜荒木琉伟神扑
01-20
勇士轻取热火迎4连胜波杰姆斯基24+6巴特勒伤退维金斯18分
01-20
活塞险胜绿军哈里斯25分坎宁安17中4&14助布朗32+11失绝杀
01-20
太阳3人20+击败篮网狄龙27分布克24分吉莱斯皮22+5+5
01-20
热词推荐
热门TAG
-
丹德农市
美国U20
艾尔切U20
弗雷德里西亚
阿克苏
搭档
日历
去世
模式
考虑
巴拉圭U23
团结
确认
思路
铁拳
基希讷乌野牛
塔林利瓦迪亚
死亡率
加拿大女篮
SV霍恩
安德拉斯堡
杜斯兰堡
调查
SC瑞斯
小将
espn在线直播
k联赛直播
丁俊晖最近比赛视频
新闻频道13在线直播
nba决赛
中央电视台1套节目表
河南电视台直播在线观看高清直播
阿根廷vs哥伦比亚
中超第1轮直播
盘球吧
墨尔本胜利vs西部联直播
曼城足总杯直播
欧联杯在线直播免费观看
西超级杯决赛在哪观看
水晶宫vs曼城直播在线观看
斯诺克直播2号台
羽毛球直播比赛在线观看
cba俱乐部杯赛赛程及直播
布伦瑞克vs埃弗斯堡直播
2025张伟丽今天比赛直播
辽宁体育频道直播斗地主
发展联盟直播
u球在线直播
热刺vs纽卡斯尔直播平台
布拉加vs法马利康直播